Skip to main content

Introdução a RAG | I.A

  • Introdução a RAG | I.A
  • O Retrieval-Augmented Generation (RAG) é uma arquitetura avançada em Inteligência Artificial que combina recuperação de informação com modelos de linguagem generativos para produzir respostas mais precisas, contextualizadas e confiáveis. Diferentemente dos modelos tradicionais, que dependem apenas do conhecimento aprendido durante o treinamento, o RAG integra fontes externas de dados em tempo de execução, ampliando significativamente sua capacidade informacional. Seu fluxo é Retrieval → Ranking → Reading

  • A arquitetura RAG integra de forma eficaz os processos de recuperação e geração.

  • A arquitetura RAG utiliza grandes corpora de documentos para produzir respostas informadas e de alta qualidade para diversas aplicações.

alt text

alt text

  • Fluxo típico de RAG
Pergunta do usuário
        ↓
Sistema de Retrieval
        ↓
Documentos relevantes
        ↓
LLM (GPT, LLaMA, etc.)
        ↓
Resposta contextualizada

Retrieval System​

info

Não envolvem LLM's

  • É um sistema de recuperação de informação a partir de uma base de dados, seja ela texto, documentos, vetores, imagens, etc.
  • Exemplos clássicos
    • Google Search
    • Busca vetorial com embeddings (FAISS, Pinecone)
    • Sistemas de recomendação baseados em similiaridade